基于短快拍的捷变频信号DOA估计算法

传统的波达方向(DOA)估计算法依赖于多快拍数据得到的协方差矩阵,在实际应用中,可用的快拍数并不确定,而捷变频信号由于其频率的不固定导致短快拍下的DOA估计更加困难.针对这一问题,提出一种基于短快拍的捷变频信号DOA算法,即ISSFAS(improved-short-snapshot-frequency-agile-signal)算法.该算法将伪协方差矩阵法与频域聚焦法相结合,用重新构成的伪协方差矩阵代替原有的协方差矩阵,并用频域聚焦的方法对可变频率的情况进行处理.研究结果表明:ISSFAS算法具有良好的DOA估计性能,能够在短快拍下进行超分辨,且性能强于未与伪协方差法相结合的情况.     

基于改进MUSIC算法的宽带DOA估计

经典MUSIC算法的统计特性主要建立在阵元数固定且快拍数趋于无穷的情况下,在有限样本中,当快拍数无法满足远大于阵元数的条件时,DOA估计会产生偏差.对于宽带信号的DOA估计,利用相干信号子空间(Coherent Signal-subspace Method,CMS)方法,构造聚焦矩阵使不同频率的信号子空间映射到同一参考频率上,用聚焦后的频域窄带模型进行DOA估计,并针对在实际应用中,阵列的阵元数较大且快拍数受限时经典MUSIC算法估计精度不高的情况,利用改进后的MUSIC算法-Spike-MUSIC算法,提高DOA估计精度.在不同信噪比下,分别对DOA估计的误差进行了MonteCarlo仿真实验,仿真结果表明,相对于普通的CSM方法,基于Spike-MUSIC算法改进的CSM方法在宽带DOA估计中具有更高的精度.     

SαS噪声环境下的宽带信号二维波达方向估计算法

为克服在SαS噪声环境下的DOA估计方法没有考虑宽带信号的情况,在分析SαS噪声环境下宽带信号阵列输出矩阵性质的基础上,将时域方法与频域方法有机结合起来,通过构造L型阵列的各频带的分数阶累计量,将一维宽带信号阵列模型拓展到二维,并利用CSM聚焦算法,通过k个聚焦矩阵T(fk)把不同频率处的方向矩阵变换到同一参考频率f0下的矩阵,采用改进的分数低阶矩阵(MFLOM)来作为共变矩阵的估计子.实现了SαS噪声环境下的宽带信号的二维波达角估计,通过仿真分析证明了该算法的有效性.     

基于盖氏圆方法的宽带信源数目估计

针对低信噪比和小快拍数情况下宽带信号源数目较难精确估计的问题,提出了一种基于盖氏圆方法的宽带信号源数目估计算法(GDECSM)。盖氏圆方法通过利用盖氏半径对矩阵特征值范围的限定关系,能有效区分信号子空间与噪声子空间,在宽带信号源数目估计中能够产生良好的检测效果。仿真实验表明,与基于AIC准则的宽带信源数目估计算法(AICCSM)相比,GDECSM算法在低信噪比和小快拍数时都具有更高的检测概率,运算复杂度也有所降低。     

基于改进SST算法的宽带信号DOA估计

信号子空间变换算法(SST)的聚焦矩阵是利用各频率点与参考频点之间信号子空间的关系导出的。针对传统的宽带DOA算法存在的计算复杂度高和估计偏差大的问题,利用聚焦的本质,提出了SST改进算法。改进后算法的性能分析优于传统算法,能正确的分辨出信号的方位,降低了运算量。     

基于广义S变换和压缩感知的端到端流量估计算法（英文）

研究了高速网络中的流量矩阵估计问题.针对该问题在时域中的高病态特性,提出一种新的算法来解决该问题,该算法利用广义S变换和压缩感知来建模流量矩阵.通过广义S变换,则在时频域中对流量矩阵进行估计;在时频域中流量矩阵被分解为稳态分量和波动分量两部分,稳态分量通过抽样测量的样本数据进行建模分析,而波动分量则利用压缩感知理论进行估计.最后,利用真实网络流量数据验证所提出的算法,仿真结果表明所提出的算法是有效和可行的.     

宽带共形阵列信源方位与极化联合估计算法

针对共形阵列天线的宽带独立信源方位估计问题,给出了一种信源方位与极化参数的联合估计算法.首先通过短时傅里叶变换(STFT),将宽带信号划分为多个窄子带信号,然后延时接收信号,构造满足旋转变换关系的成对快拍数据,从而估计出不同子带的信号流型矩阵.在此基础上,利用各子带间的频率差异性,实现信源方位与极化参数的联合估计.所提算法适用于任意共形载体,无需参数搜索和配对,可完成二维波达方向和极化参数的联合估计,极大地降低了估计算法复杂度,具有较强的普适性与工程实现价值.计算机仿真实验验证了算法的有效性.     

基于信号时频域聚集性的欠定盲分离混合矩阵估计方法

为解决欠定盲分离中混合矩阵估计问题,通过研究观测信号在时频域的线性聚集特性,提出一种基于时频域线性聚集程度差异的混合矩阵估计方法,并着重研究在信号线性聚集程度较弱情况下对混合矩阵的估计.首先,利用观测信号或其时频域中相应变换系数的比值分布衡量信号线性聚集程度;其次,采用优化初始中心的K-均值聚类算法估计混合矩阵.该算法降低了对信号稀疏性的要求,并且可以较高精度地估计出混合矩阵.仿真实验结果表明该方法具有可行性和有效性.      

卷积混合信号频域盲分离技术研究

阵列声纳观测的舰船辐射噪声信号是由多目标源、海洋环境噪声等经多途卷积混叠形成,为提高被动声纳的检测能力、有效分离多目标信号与环境噪声,提出一种新的信号盲分离方法,利用滑窗短时傅里叶变换将时域信号卷积混合形式转换到频域瞬态混合形式,针对每个频率点利用非平稳水声信号的多拍交叉相关序列,建立频域适用盲分离算法,估计分离网络矩阵,分离恢复多源信号,研究了多源多途水声信号盲分离技术,用仿真信号和水池实验实录信号进行频域盲分离算法检验,结果表明信号分离效果较好。     

基于互质阵列的米波雷达低仰角估计方法

目前基于互质阵CPA虚拟阵列的低仰角估计方法虽然近似可行,但受多径效应影响,其存在测角误差大的问题。对此提出一种基于互质阵物理阵列的实值低仰角估计方法,首先利用互质阵列建立信号模型,并根据物理阵元位置计算回波信号协方差矩阵,然后对其进行实值处理后利用最大似然估计或广义多重信号分类MUSIC算法获得精确的低仰角,最后利用几何关系获得目标高度。仿真实验对比了均匀线阵和互质阵虚拟阵列法的低仰角估计性能,在重点分析目标仰角、信噪比和快拍数等因素对低空目标仰角估计精度的影响的基础上得出一般性结论,证明了所提估计方法的准确性与优越性。     

一种基于Bayesian方法的鲁棒自适应波束形成算法

由于在实际环境中,期望信号的阵列响应与实际阵列响应之间存在偏差,使得现存的一些自适应波束形成算法的性能下降.针对上述问题,基于Bayesian方法提出了鲁棒自适应波束形成算法,并且给出其递推形式.该算法利用接收到的采样信号对实际信号方向向量进行估计,降低了信号到来方向的不确定性,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证输出阵列的信干噪比接近最优值.采用递推方法来计算逆矩阵,大大地降低了计算的复杂度,能够满足实时处理的要求.仿真实验表明,与传统自适应波束形成算法相比,所提鲁棒自适应波束形成算法具有更好的性能.     

宽带CDMA系统上行链路天线阵列信号到达角估计

在多径时变信道环境中研究宽带CDMA天线阵列接收机基础上，应用MUSIC和二阶ESPRIT算法进行阵列信号最强径到达角估计，同时，提出了一种基于阵列收敛条件的导频辅助到达角估计算法，该算法利用自适应阵列收敛条件下正确跟踪期望信号方向的特点，搜索信号最强接收方向，并可将结果直接应用于下行链路波束成形权重计算，仿真结果表明，提出的导频辅助到达角估计算法与MUSIC和二阶ESPRIT算法相比，估计精度有较为明显的提高。     

Josephson结阵列中的超混沌控制

通过在外部偏置电流中增加周期性干扰, 提出一个控制电阻电容电感分路的Josephson结阵列中超混沌方案, 并讨论控制阵列系统中的同相位状态. 数值结果表明: 该方案可有效控制阵列中的超混沌, 使其进入稳定的周期状态; 通过调节干扰信号的幅值和频率, 可获得具有不同周期数的稳定周期状态.     

一种均匀阵列下的ESPRIT改进算法研究

 通过对均匀阵列下ESPRIT算法的研究,提出了1种基于ESPRIT的新算法,该算法采用后向平移技术,通过对旋转矩阵的改进,使用同一几何阵列构造2个子阵列,而不需再将其拆分为2个子阵列,从而能够增加阵列的有效孔径,进而有效地估计出信号的波达方向,并给出了计算机仿真结果.     

基于聚焦矩阵的毫米波信号DOA估计

针对毫米波信号源的到达角(DOA)估计随频率变化、导致估计误差较大的问题,提出毫米波信号向窄带信号转化的DOA估计算法.该算法通过在频域内建立毫米波信号接收模型,将接收信号看成多个不相关的窄带信号,并将其“聚焦”在某一参考频率下,减少波束因频率变化带来的影响,进而利用旋转不变子空间(ESPRIT)算法进行毫米波DOA估计.仿真结果表明:该算法可有效降低中等信噪比下的DOA估计误差,当阵元数达到70时,可实现相对稳定的DOA估计,随频率变化估计效果保持整体稳定,从而提升毫米波系统定向传输时的链路质量.     

基于时间反演的运动阵列远场功率合成

首先从理论上分析了时间反演技术运用于运动阵列近场功率合成的可能性及存在的难点和问题建立了基于时间反演技术的运动阵列远场功率合成数学模型。基于此模型,通过对信标信号从不同方向入射情况下的回溯信号波束指向进行仿真,证实了阵列辐射的TR信号可以实现自适应回溯并且比传统相控阵方法形成的合成波束能量更加集中;通过仿真获得单元天线设置为全向天线和有方向性天线时的合成信号主瓣波束3dB宽度,排除了由于阵列与目标点间的相对切向运动导致目标点脱离合成波束主瓣波束覆盖范围的可能性;分析了随机相位误差和波束指向误差对合成效果的影响,仿真结果表明:随机相位误差对回溯信号合成波束指向影响很小,但对信号的合成效果存在一定影响,由信号多普勒频移引起的波束指向误差对信号的自适应回溯影响很小。所得结论可为时间反演技术在远场功率合成的实际运用提供一定的理论依据。     

基于未知互耦模型的波达方向估计

在阵列信号处理中,传感器间的互耦效应会对参数估计产生不利影响.为了降低互耦影响,提出了一种用于未知互耦模型下的波达方向（direction of arrival,DOA）估计算法.该算法运用了迭代的思想,利用全部阵列估计初步的DOA.之后基于子空间理论估计角度依赖系数（angularly dependent coefficients,ADCs）,并用得到的ADCs进一步提升DOA估计精度通过求解最小二乘问题确定互耦参数,将新的DOA值作为初始值开始下一轮迭代.仿真结果证实了在未知互耦模型下,相较于其他DOA估计,提出的方法有更好的性能并且更加鲁棒,特别是在小尺寸阵列或低信噪比（signal-to-noise ratio,SNR）情况下.      

基于协方差矩阵重构的DOA估计方法

针对空间信号的波达方向估计,提出了协方差矩阵重构测向算法。由数据协方差矩阵的特征分解求得信号特征值及其对应的信号特征向量,根据各个信号特征向量构造相应的子协方差矩阵,算法定义一个新协方差矩阵。从理论上证明了新协方差矩阵在信号相干时仍然满秩,新算法在解除信号相干性的同时没有造成阵列孔径的损失。与空间平滑类算法相比,估计同样相干信号数,新算法能节省更多阵元。仿真实验证实了新算法优越的分辨能力和估计性能。     

基于电磁矢量阵列的非相关分布源DOA估计

提出了一种基于电磁矢量阵列(EMVSA)的非相关分布源(UD)DOA估计算法.建立了电磁矢量阵列非相关信号源模型(EMVSA-UD),同时考虑了分布源空域和极化域的分布特性,从而充分利用了分布源的信息.提出基于电磁矢量阵列的非相关分布源近似子空间算法(EMVSA-UD-ASSE),近似利用了信号子空间和噪声子空间的正交性,算法不需要进行特征值分解,避免了对UD确定有效信号子空间维数Me的困难.计算机仿真结果表明,EMVSA-UD合理,EMVSA-UD-ASSE稳定有效.     

基于最差情况性能优化的稳健盲波束形成算法

针对在实际通信应用中存在导向向量偏差的情况下,阵列输出的信干噪比SINR性能急剧下降的问题,提出了稳健受限LSCMA算法,并对其输出性能进行了理论分析.该算法利用后验概率密度函数估计信号导向向量,并增加权向量的二次型约束,降低了信号波达方向的不确定性,提高了对信号导向向量偏差的稳健性,使阵列输出的信干噪比SINR接近最...